本文研究了具有有限数量 N 的动态博弈的均场类型，每个时刻，代理通过其状态的经验分布相互耦合，并介绍了 Markov-Nash 均衡的新解决方案，证明了均衡存在于无穷大人口极限 N-> ∞下。

Dec, 2016

针对具有无限个代理的离散时间平均场马尔科夫博弈，提出了一种基于模型无关增强学习和函数逼近的平场演员 - 评论家算法，该算法可以找到纳什均衡并具有全局收敛保证。

Oct, 2019

本文考虑具有离散状态空间（称为离散平均场博弈）的平均场博弈，并在有限和无限时间范围内分析这些博弈的连续和离散时间。我们证明了在成本和驱动连续的假设下存在均场平衡。此外，我们还研究了在四个环境中 N 人博弈的均衡趋于均值场均衡的情况。

Sep, 2019

以非线性稠密图马尔可夫游戏为极限，提出了图分块场博弈的新离散时间公式，并通过正则化最优控制解和其生成的平均场重复发现策略梯度加强学习，成功获得在众多玩家的场景中可行的近似纳什均衡。

Nov, 2021

使用梯度下降法的粒子动态法可以在高维度的情况下找到两个玩家零和持续游戏中的混合纳什均衡，该方法对于训练对抗生成网络的混合模型是有效的。

Feb, 2020

研究了一种大规模人口动态博弈，涉及非线性随机动力学系统，通过 ε-Nash 平均场博弈理论解决了被混合代理 MFG 问题，其中即使在渐近情况下，主代理的噪声过程也会引起次要代理的均值场行为的随机波动，该问题被拆分为两个非标准随机最优控制问题和两个随机系数 Mckean-Vlasov 方程，用随机概率测度的 Wasserstein 空间的固定点论证明了随机均场博弈系统（SHJB 和 SMV 方程）的解的存在和唯一性，在仅通过其成本函数将次要代理与主代理耦合的情况下，对于一个有限的 N 人群体系 O（1/√N），证明了 SMFG 最优反应的 εNash 平衡属性。

Sep, 2012

该研究提出了一种用于重建运行成本中的基础度量和交互核的均值场游戏反问题模型，并证明了其鲁棒性和效率。

Jul, 2020

本论文旨在发展有限状态的均值场博弈理论，通过引入有限玩家游戏，推导出当小玩家数量趋向无限时的均值场博弈公式，并证明了合理假设下纳什均衡存在的存在性和近似纳什均衡的构造，从而验证了我们对均值场博弈问题的观点。

Oct, 2016

介绍了 J-M Lasry 和 P-L Lions 提出的描述随机微分博弈问题的极限行为的均场类型模型，作者在先前的作品中提出了这些模型的稳态和演化版本的近似方法，并在各种假设下证明了这些方法的收敛定理。

Jul, 2012

本文回顾了关于数值方法在 Mean Field Games 及 Mean Field Control 类型问题中应用的各种方面，包括基于线性二次型、偏微分方程数值方案、Kolmogorov-Fokker-Planck 方程优化技巧、基于单调算子视角的方法以及依赖于机器学习工具的随机方法等。

Jun, 2021